사람들이 자연에서 획득하는 다양한 종류의 정보 중에서 시각적 획득이 가장 높으며 총 정보의 약 80%를 차지합니다. 정보 기술의 개발로 인간의 시각적 기능은 컴퓨터, 로봇 또는 기타 지능형 기계에 점차 제공됩니다. 현재 업계의 횡재에있는 Machine Vision은 자동 감지, 프로세스 제어 및 로봇 내비게이션을 포함한 이미지 처리를 통한 자동 탐지 및 분석 응용 프로그램을 실현하는 이러한 기술 중 하나입니다. 현재 기계 비전 (MV) 기술은 생산물로 만들어졌습니다. 비전 센서, 렌즈, 고속 카메라, 광원, 비전 소프트웨어, 이미지 획득 카드, 비전 프로세서 등이 점점 더 정교 해지고 있습니다. 산업 자동화 환경에서 기계 비전은 업계에서 점점 더 많은 관심을 받고 있으며 자율 주행 자동차, 식품 생산, 포장 및 물류, 로봇 공학 및 드론과 같은 많은 응용 분야에서 사용되고 있습니다.
기계 비전과 관련하여 기술자는 많은 것을 이해할 수 있습니다.이 기사는 네 가지 측면에서 기계 비전에 대해 하나씩 알려진 진실을 설명하려고합니다.
진실 1 : 기계 비전 ≠ 컴퓨터 비전
Machine Vision은 필요한 정보를 얻거나 로봇의 움직임을 제어하기 위해 광학 장치 및 비접촉 센서를 통해 실제 물체의 이미지를 자동으로 수신하고 처리하는 장치입니다. 1950 년대 이래로 운영되는이 기술은 1980 년부터 1990 년까지 실제로 이륙하여 인기를 얻었습니다. 수십 년 동안 Machine Vision은 그것이 무엇인지, 어떻게 작동하는지에 대한 다양한 정의를 축적했습니다.
AIA (Automated Imaging Association)는 더 넓은 정의를 제공하는데, 이는 기계 비전이 하드웨어와 소프트웨어의 조합이 이미지 캡처 및 처리를 기반으로 기능을 수행 할 수있는 작동 지침을 제공하는 모든 산업 및 비 산업 응용 프로그램을 포함한다는 것입니다. 반면 SearchEnterpriseai는 기계 비전의 좁은 정의를 제공하여 하나 이상의 카메라, 아날로그-디지털 변환기 (ADC) 및 디지털 신호 처리 (DSP)를 사용하는 "컴퓨터의 비전 기능"이라고 부릅니다. 결과 데이터를 컴퓨터 또는 로봇 컨트롤러로 전송하십시오.
실제로 기계 비전은 종종 자연 언어 처리, 로봇 프로세스 자동화 (RPA), 인공 지능 (AI) 및 기계 학습 (ML)을 포함한 다른 고급 기술과 함께 작업해야합니다. 오토메이션. 기계 비전을 자동화의 눈, AI 및 ML의 눈으로 생각할 수 있으며, 작업을 수행하는 데 필요한 "키보드 플레이어"를 제공하는 RPA. 자동화의 채택은 최근 몇 년 동안 가속화되었으며 조직이 산업 분야에서 경쟁력을 유지하는 것이 중요합니다. 자동화를 직장에서 "디지털 인력"으로 생각한다면, 이러한 "디지털 직원"은 기계 비전을 추가하지 않으면 서 맹인이 될 것입니다.
컴퓨터 비전도 최근 몇 년 동안 업계에서 큰 타격을 입었으므로 기계 비전과 어떤 관련이 있습니까? 거시적 수준에서 Machine Vision은 기존 기술을 실제 문제를 해결하기 위해 새로운 방법으로 통합하고 적용하는 시스템 엔지니어링 분야입니다. 반면에 컴퓨터 비전은 로봇에 고정 된 카메라와 같은 비전 장치와 같은 실질적인 하드웨어를 통해 실현되지 않는 컴퓨터 과학의 한 형태입니다.
보다 구체적으로, 기계 비전은 시스템의 본문이며, 컴퓨터 비전은 시스템의 지능, 정보를 처리하는 뇌입니다. 컴퓨터 비전이 없으면 기계 비전은 작동하지 않습니다. 기계 학습, 딥 러닝 및 신경망은 기계 비전 시스템을 통해 항목을 더 빠른 속도로 처리하는 데 사용되는 세 가지 기술입니다. 이 세 가지 기술은 현지화 할 내용에 대한 Machine Vision의 이해를 확장하는 데 사용될 수있어 기계 비전에 귀중한 자산이됩니다. 컴퓨터 비전 기술이 발전함에 따라 잠재적 인 기계 비전 응용 프로그램의 가능성은 그에 따라 증가합니다.
기계 비전과 이미지 처리도 마찬가지로 두 가지 개념이라는 점을 지적 할 가치가 있습니다. 이미지 처리는 이미지를 출력하는 프로세스이며, 기계 비전 시스템은 자동차, 전자 및 반도체, 식음료, 도로 및 차량 교통 또는 지능형 운송을 포함한 다양한 산업에서 다양한 객체와 품목을 감지하고 분류 할 수 있습니다. 시스템 (ITS), 의료 이미징, 포장, 라벨링 및 인쇄, 제약 및 텔레비전 방송. 기계 비전 기반 기술은 자동화 생성의 중심이되고 있습니다.
진실 2 : 하드웨어 및 소프트웨어 개발로 인해 기계 비전이 발전했습니다.
기계 비전은 산업 자동화의 눈입니다. 주요 워크 플로는 다음과 같습니다. 시스템은 캡처 된 대상을 Machine Vision 제품 (예 : 카메라, CMO 또는 CCD)으로 이미지 신호로 변환 한 다음 이미지 신호를 전용 이미지 처리 시스템으로 전송합니다. 픽셀 분포, 밝기 및 색상과 같은 정보를 기반으로 이미지 신호는 디지털 신호로 변환되어 궁극적으로 기계 (로봇 또는 기타 산업 도구)가 제조 및 품질 검증과 같은 산업 작업을 수행 할 수 있습니다.
Machine Vision은 산업 4의 핵심 요소입니다. 0은 재고를 개선하여 효율성을 높이고, 결함이있는 제품 감지 및 제조 품질 향상과 같은 다양한 방식으로 산업 자동화 시스템을 돕고 있습니다. 사람의 인식을 정확하게 모방하려면 기계 비전에는 다양한 장치와 소프트웨어의 도움이 필요합니다. 이러한 하드웨어 및 소프트웨어 기술의 지속적인 개발은 기계 비전 기술의 발전을 더욱 주도하고 있습니다.
01 스마트 카메라
카메라는 기계 비전 시스템에서 물체 나 항목을 검사하는 데 사용되는 기본 장치입니다. 때로는 모든 세부 사항을 올바르게 검사 할 수 있도록 특정 검사 지점에 여러 카메라를 설치해야 할 수도 있습니다. 머신 비전 시스템이 이미지에서 응용 프로그램 별 정보를 캡처하고 추출 해야하는 경우 스마트 카메라의 지원이 필요한 곳입니다. 스마트 카메라에는 일반적으로 필요한 모든 통신 인터페이스가 포함되어 있으며 캡처 된 이미지 데이터를 전송하기 위해 Wi-Fi 또는 서버에 연결할 수 있습니다. 강력한 도구 인 딥 러닝을 통해 시스템 설계자는 복잡하고 주관적인 결정을 신속하게 자동화하면서 제품 품질과 용량을 효과적으로 향상시킬 수 있습니다.
02 3 d 카메라
3D 카메라는 이미지의 다른 각도를 보여주기 위해 감지 된 물체의 깊이를 이미지에 표시 할 수 있습니다. 기계 비전 시스템에서 3D 카메라를 사용하면 다른 관점과 깊이 인식이 발생합니다. 비행 시간 (TOF) 카메라는 비행 시간 원리를 사용하여 거리를 측정하는 3D 카메라입니다. 이미징 기술은 물체를 스캔하지 않고 3D 이미징을 수행 할 수 있습니다. 기술은 일반적으로 몇 미터에서 약 정도의 거리를 다룹니다. 초당 최대 100 개의 이미지로 40 미터, 거리 해상도는 약 5 ~ 10 밀리미터이며 측면 해상도는 약 200 x 200입니다.
역사적으로, TOF는 종종 정확도에 대한 질문으로 인해 덜 정확한 3D 감지 기술로 여겨져왔다. 물론 최근 몇 년 동안 많은 헤드 라인 회사는 최대 1.3 메가 픽셀의 고해상도 제품을 개발했으며 기계 비전 시스템을위한 고정밀 TOF 카메라는 생산 유연성 및 자동화를 크게 향상시킬 수 있습니다.
Texas Instruments의 OPT8241 TOF (Time-of-Flight) 센서는 TOF 감지를 아날로그-디지털 컨버터 및 프로그래밍 가능한 타이밍 생성기 (TG)와 결합하여 최대 150 FPS의 프레임 속도로 320 x 240 해상도 이미지를 제공합니다. 내장 된 TG는 디지털화 된 시퀀스의 재설정, 변조 및 판독을 제어합니다. 동시에 TG는 프로그래밍 가능하며 전력, 모션 견고성, 신호 대 잡음비 및 환경 취소와 같은 다양한 깊이 인식 성능 지표를 최적화 할 수있는 유연성을 제공합니다.
03 비전 센서
비전 센서는 머신 비전 시스템의 핵심이며 핵심 장치는 CCD 및 CMO와 같은 이미지 센서입니다. 이러한 고해상도 비전 센서는 일반적으로 더 많은 픽셀을 포함하는 이미지를 생성 할 수 있으므로 이미지 품질을 향상시키고 시각적 세부 사항을보다 쉽게 인식 할 수 있습니다.
CCD 센서는 오랫동안 고품질의 저 잡음 이미지를 캡처하기위한 주요 기술이었습니다. 그러나 CCD 센서는 제조 비용이 많이 들기 때문에 일반적으로 더 비싸고 CMOS 센서보다 훨씬 더 많은 전력을 소비합니다. 오늘날 CMOS 센서 기술은 CCD 기술의 품질과 기능에 더 적은 가격으로, 더 적은 크기로, 전력 소비량이 적을 수있는 지점으로 발전했습니다. CMOS 카메라는 일반적으로 CCD 카메라보다 프레임 속도가 높습니다. , 자동화 또는 이미지 데이터 분석을위한 실시간 이미지 처리에 의존하는 Machine Vision Systems의 중요한 기능. 또한 CMOS 센서는 CCD 센서보다 적외선 파장에 더 민감하며 CMOS 칩과 카메라 제조업체는이를 활용하여 적외선을 캡처하여 이미지 인식을위한 추가 이미징 기능을 제공합니다. 균형이 잡히면 CMOS 센서가 기계 비전 응용 프로그램에 더 적합 할 수 있습니다.
04 광원
보조 이미징 장치로서 광원은 종종 이미징 품질에 중요한 역할을합니다. 예를 들어 LED 조명 제품은보다 일관된 스펙트럼 응답을 위해 조절 가능한 각도 및 추가 파장으로 유연성이 향상됩니다. 시장에서 광범위한 파장과 광원 모양의 광원을 이용할 수있는 제품 선택은 어렵지 않습니다.
05 이미지 캡처 카드
이미지 획득 카드는 일반적으로 이미지 출력을 호스트 컴퓨터로 전송하는 주요 작업 인 컴퓨터 플러그인 카드 형식으로 제공됩니다. 이미지 획득 카드는 카메라에서 아날로그 또는 디지털 신호를 특정 형식의 이미지 데이터 스트림으로 변환해야하며 트리거 신호, 노출/통합 시간, 셔터 속도 등과 같은 카메라 매개 변수 중 일부를 제어 할 수 있습니다. 에. 이미지 획득 카드에는 일반적으로 PCI, PCI64, Compact PCI, PC104, ISA 등과 같은 다른 버스 양식뿐만 아니라 다른 유형의 카메라에 대해 다른 하드웨어 구조가 있습니다.
06 비전 처리 소프트웨어
Machine Vision 소프트웨어는 입력 이미지 데이터의 처리를 완료하는 데 사용되며 특정 계산을 통해 필요한 결과를 얻을 수 있습니다. 범용 머신 비전 소프트웨어는 C/C ++ 이미지 라이브러리, ActiveX 컨트롤 및 그래픽 기반 프로그래밍 환경 등의 형태로 제공됩니다. 예를 들어 LCD 검사, BGA 검사, 템플릿에만 전문화 될 수 있습니다. 현지화, 측정, 바코드/문자 인식, 얼룩 감지 등을 포함한 정렬 등 또는 일반 목적.
진실 3 : Machine Vision Market은 빠르게 성장하고 있으며 자동차 산업은이를 인정합니다.
자동화에서 기계 비전의 가치는 많은 수의 문서, 이미지 및 비디오, 수량 및 인간의 능력을 훨씬 능가하는 속도로 빠르고 효율적으로 처리하고 처리하는 능력에 있습니다.
광범위한 응용 전망과 대규모 시장 잠재력은 기계 비전이 성장하는 시장, 시장 및 시장 데이터 데이터가 될 것임을 결정합니다. 시장 및 시장 데이터 데이터는 기계 비전의 시장 규모가 2020 년의 107 억 달러에서 2025 년에 147 억 달러로 증가 할 것으로 예상됩니다. 6.5%의 성장률.
그랜드 뷰 리서치 (Grand View Research)에 따르면, 글로벌 머신 비전 시장 규모는 2 0 21에서 13.23 억이었으며 2022 년에서 2030 년까지 연간 연간 성장률 (CAGR)으로 성장할 것으로 예상됩니다. 비전에 대한 수요- 자동차, 식음료, 제약 및 화학 및 포장 부문의 가이드 로봇 시스템은 시장 성장의 주요 원인입니다. 이 중 자동차 산업은 전 세계적으로 Machine Vision Systems의 최대 채택 자로 남아 있으며 2021 년 자동차 산업에서 15.0% 이상의 매출 점유율이 있으며 향후 몇 년 동안 꾸준히 성장할 것으로 예상됩니다.
산업별 미국 기계 비전 시장 동향, 2020 - 2030
진실 4 : 기계 비전
기계 비전이 시장 범위 및 응용 프로그램 측면에서 확장 할 수있는 많은 기회가 있습니다. 이러한 기회에는 상상력이 필요합니다. 즉, 기계 비전은 기술자의 눈을 대체하는 것이 아니라 기술자가 할 수없는 작업을 수행하기 위해 로봇을 활용하는 것입니다. Machine Vision은 로봇에게 실시간과 상세하게 "볼"기능을 제공하여 물체 나 환경에 대한 포괄적 인 관점을 기반으로 결정을 내릴 수 있습니다. 오늘날 로봇은 세계에서 점점 더 많이 사용되고 있습니다. 로봇에 머신 비전이 장착되면 더 정확성, 방향 및 이해, 객체를보다 정확하게 파악하고, 정밀도로 물체를 배치하고, 더 복잡한 작업을 더 빨리 수행 할 수있는 능력을 제공합니다.
기계 비전은 로봇 공학 응용 분야에서 점점 더 중요 해지고 있으며, ABI (Advancement of Automation) (A3)의 최근 보고서에 따르면 로봇과 기계 비전 시장은 2020 년 2 분기에 2020 년 산업에 비해 상당한 성장을 달성했습니다. 로봇은 이미 널리 사용되었으며 공동 작업 로봇의 출현과 3D 머신 비전의 빠른 개발로 더 자주 조합하여 사용됩니다.
Machine Vision은 자동화, 기계 학습, 딥 러닝 및 신경망과 같은 다른 기능과 마찬가지로 기술 기능을 구현합니다. 업계에 혜택을주고 비즈니스 효율성을 향상시키기 위해 다른 기술 및 프로세스에 통합 될 수있는 기능입니다. 오늘날 로봇은 점점 더 내장 된 기계 비전을 가지고있어보다 복잡한 작업을 수행 할 수 있습니다. 머신 비전이 없으면이 작업은 로봇에 항목이있는 위치를 정확히 알려주지 않으면 불가능합니다. Machine Vision은 자동화의 잠재력을 최대한 활용하여 스마트 자동화에 더 많은 인텔리전스를 추가하는 열쇠입니다.